Python - 数据容器set(集合)

简介: Python - 数据容器set(集合)

集合的定义

不支持元素的重复(自带去重功能)、并且内容无序

注意:创建一个空集合必须用 set( ) 而不是 { },因为 { } 是用来创建一个空字典( my_ set = {}  为一个空字典)

可以容纳多个数据

可以容纳不同类型的数据(混装)

数据是无序存储的(不支持下标索引)

不允许重复数据存在 可以修改(增加或删除元素等)

支持for循环

集合的常用操作

集合是无序的,所以集合不支持:下标索引访问

添加新元素 add

语法:集合.add(元素)。将指定元素,添加到集合内

结果:集合本身被修改,添加了新元素

my_set={"hello",666}
my_set.add("123")
print(my_set)

{'hello', 666, '123'}


移除元素 remove

语法:集合.remove(元素),将指定元素,从集合内移除    


结果:集合本身被修改,移除了元素

my_set={"hello",666}
my_set.remove(666)
print(my_set)

{'hello'}


从集合中随机取出元素 pop

语法:集合.pop(),功能,从集合中随机取出一个元素      

结果:会得到一个元素的结果。同时集合本身被修改,元素被移除

my_set={"hello",666,"123"}
e=my_set.pop()
print(my_set)
print(e)

{'hello', 666}

123

注意:是随机取出删除,所以使用情况较少


清空集合 clear

语法:集合.clear(),功能,清空集合      

结果:集合本身被清空

my_set={"hello",666,"123"}
my_set.clear()
print(my_set)

set()


取出2个集合的差集 difference

语法:集合1.difference(集合2),功能:取出集合1和集合2的差集(集合1有而集合2没有的)    

结果:得到一个新集合,集合1和集合2不变

set1 = {1,2,3}
set2 = {1,5,6}
set3 = set1.difference(set2)
print(set3)
#结果:{2,3}
print(set1)
# 结果:{1,2,3}不变
print(set2)
#结果:{1,5,6}不变

{2, 3}

{1, 2, 3}

{1, 5, 6}


消除2个集合的交集 difference_update

语法:集合1.difference_update(集合2)      

功能:对比集合1和集合2,在集合1内,删除和集合2相同的元素

结果:集合1被修改,集合2不变

set1 = {1,2,3}
set2 = {1,5,6}
set1.difference_update(set2)
print(set1)
# 结果:{2,3}变
print(set2)
#结果:{1,5,6}不变

{2, 3}

{1, 5, 6}


2个集合合并 union

语法:集合1.union(集合2)      

功能:将集合1和集合2组合成新集合      

结果:得到新集合,集合1和集合2不变

set1 = {1,2,3}
set2 = {1,5,6}
set3=set1.union(set2)
print(set1)
print(set2)
print(set3)

{1, 2, 3}

{1, 5, 6}

{1, 2, 3, 5, 6}


for循环遍历

集合不支持下标索引,所以也就不支持使用while循环

set1 = {1,2,3}
print(set1)
for i in set1:
    print(i)v

{1,2,3}

1

2

3


set的实用应用

可以对任意容器去重,数字去重后按从小到大排序,其余类型去重后无序

list1 = [2,1,2,3,4,4,3,2,9,9,0,0]
list2=["12","12","1","3","3","1"]
str="112324212333"
tmp=list(set(list1))#对于数字是从小到大排序
tmp2=list(set(list2))#对于字符串是随机排序
tmp3=list(set(str))#提取字符串里的字符去重
print(tmp)
print(tmp2)
print(tmp3)
print(type(tmp))

[0, 1, 2, 3, 4, 9]

['3', '1', '12']

['4', '2', '1', '3']

<class 'list'>

相关文章
|
1天前
|
数据挖掘 PyTorch TensorFlow
|
2天前
|
数据采集 数据挖掘 数据处理
使用Python和Pandas处理CSV数据
使用Python和Pandas处理CSV数据
16 5
|
2天前
|
数据采集 存储 数据挖掘
使用Python读取Excel数据
本文介绍了如何使用Python的`pandas`库读取和操作Excel文件。首先,需要安装`pandas`和`openpyxl`库。接着,通过`read_excel`函数读取Excel数据,并展示了读取特定工作表、查看数据以及计算平均值等操作。此外,还介绍了选择特定列、筛选数据和数据清洗等常用操作。`pandas`是一个强大且易用的工具,适用于日常数据处理工作。
|
4天前
|
安全 数据安全/隐私保护 Python
情书也能加密?Python AES&RSA,让每一份数据都充满爱的密码
【9月更文挑战第8天】在这个数字化时代,情书不再局限于纸笔,也可能以电子形式在网络中传递。为了确保其安全,Python提供了AES和RSA等加密工具,为情书编织爱的密码。首先,通过安装pycryptodome库,我们可以利用AES对称加密算法高效保护数据;接着,使用RSA非对称加密算法加密AES密钥和IV,进一步增强安全性。即使情书被截获,没有正确密钥也无法解读内容。让我们用Python为爱情编织一张安全的网,守护每份珍贵情感。
15 2
|
2天前
|
机器学习/深度学习 数据挖掘 TensorFlow
从数据小白到AI专家:Python数据分析与TensorFlow/PyTorch深度学习的蜕变之路
【9月更文挑战第10天】从数据新手成长为AI专家,需先掌握Python基础语法,并学会使用NumPy和Pandas进行数据分析。接着,通过Matplotlib和Seaborn实现数据可视化,最后利用TensorFlow或PyTorch探索深度学习。这一过程涉及从数据清洗、可视化到构建神经网络的多个步骤,每一步都需不断实践与学习。借助Python的强大功能及各类库的支持,你能逐步解锁数据的深层价值。
9 0
|
14天前
|
Cloud Native 持续交付 Docker
云原生之旅:Docker容器化实战指南
【8月更文挑战第29天】本文将引领你进入云原生技术的世界,以Docker容器化为切入点,深入浅出地介绍如何利用Docker进行应用的打包、部署及管理。我们将通过实际代码示例,一步步展示Docker镜像的构建过程,以及如何运行和管理这些容器。无论你是初学者还是有一定经验的开发者,都能从中获得宝贵的知识和实操经验。
|
9天前
|
NoSQL 关系型数据库 Redis
mall在linux环境下的部署(基于Docker容器),Docker安装mysql、redis、nginx、rabbitmq、elasticsearch、logstash、kibana、mongo
mall在linux环境下的部署(基于Docker容器),docker安装mysql、redis、nginx、rabbitmq、elasticsearch、logstash、kibana、mongodb、minio详细教程,拉取镜像、运行容器
mall在linux环境下的部署(基于Docker容器),Docker安装mysql、redis、nginx、rabbitmq、elasticsearch、logstash、kibana、mongo
|
9天前
|
应用服务中间件 nginx Docker
Docker同一台宿主机容器通信-通过容器名称互联
本文详细介绍了如何通过容器名称实现同一宿主机上容器间的互联,并提供了实战案例。首先,文章解释了容器间通过自定义名称访问的原理,随后演示了创建并连接Tomcat与Nginx容器的具体步骤。此外,还讨论了配置中可能出现的问题及解决方案,包括避免硬编码IP地址和使用自定义容器别名来增强系统的灵活性与可维护性。通过这些实践,展示了如何高效地配置容器间通信,确保服务稳定可靠。
16 1
Docker同一台宿主机容器通信-通过容器名称互联
|
6天前
|
Cloud Native 持续交付 Docker
云原生技术实践:Docker容器化部署教程
【9月更文挑战第4天】本文将引导你了解如何利用Docker这一云原生技术的核心工具,实现应用的容器化部署。文章不仅提供了详细的步骤和代码示例,还深入探讨了云原生技术背后的哲学,帮助你理解为何容器化在现代软件开发中变得如此重要,并指导你如何在实际操作中运用这些知识。
|
9天前
|
存储 Unix 虚拟化
Docker容器简介
Docker是一种轻量级的虚拟化技术,它通过容器化应用,提高了硬件资源利用率,简化了应用的部署、运输和运行,且与虚拟机相比,具有更快的交付速度和更低的资源消耗。
24 2